pandas 数据帧在不均匀的周期/分钟内重新采样

Question

已搜索但未找到解决方案 - 如果已经有人询问但我将不胜感激 link

我有一个这样的数据框 (df)：

timestamp          value
2016-03-11 07:37:40 24.6018
2016-03-11 07:37:45 24.6075
2016-03-11 07:37:50 24.599
2016-03-11 07:37:55 24.6047
2016-03-11 07:38:00 24.5905
2016-03-11 07:38:05 24.551
...

重要的不是像 07:40:00 那样在偶数分钟开始，而是 07:37:40（可能是任何时间），我想重新采样 - 计算平均值，例如5 分钟，标有已用线路的最后时间戳。原始数据的第一个时间戳为 2016-03-11 07:37:40 的期望结果：

2016-03-11 07:42:40 24.608
2016-03-11 07:47:40 24.605
2016-03-11 07:52:40 24.59
...

我尝试使用

df.resample('5T',how='mean',label='right')

和

df.resample('300S',how='mean',label='right')

结果相同：

2016-03-11 07:40:00 24.618
2016-03-11 07:45:00 24.675
2016-03-11 07:50:00 24.599
...

它按整分钟计算。我找不到正确纠正此问题的选项。看到 "base" 可能是一个选项，但它似乎不是很直观或编码很好。

如有任何帮助，我们将不胜感激。

Answer 1

检查这个我使用了滚动，它会滚动给定的频率并进行数学运算，如总和、平均值等。在这里你需要知道开始和结束日期时间值。

代码：

df.timestamp=pd.to_datetime(df.timestamp)
df.set_index('timestamp',inplace=True)
df = df.rolling('15s').mean()
mask = pd.date_range('2016-03-11 07:37:40','2016-03-11 07:38:05',freq='10S')
df = df.loc[mask]
df

                        value
2016-03-11 07:37:40 24.601800
2016-03-11 07:37:50 24.602767
2016-03-11 07:38:00 24.598067

在滚动中使用您想要的 window 而不是“15s”以及我 used.Let 我知道这对您有用的 date_range。

pandas 数据帧在不均匀的周期/分钟内重新采样

pandas dataframes resample over uneven periods / minutes

python

timestamp

average

resampling

pandas